[发明专利]一种基于图像处理的汽车防撞安全保护方法

说明书

技术领域

本发明涉及一种基于图像处理的汽车防撞安全保护方法。 

背景技术

目前汽车智能主动安全系统的研究，主要集中在以雷达、微波、超声波等为手段，探测路面和障碍物，并提示驾车者。但雷达系统由于过于昂贵而未能投入广泛使用；微波、超声波等也存在探测距离小等缺点。而采用基于计算机视觉的手段，却可以较好地克服以上缺点。 

研究表明，驾驶员80％以上信息是通过视觉获得的，然而人眼能力是有限的，会因为驾驶员主观的因素而产生偏差。机器视觉技术是由特定硬件和软件来实现的，这种实现可靠性和稳定性较高，可以弥补人眼的上述不足。另外，机器视觉技术还可以提高视觉适应性、增加视觉范围、增强视觉理解深度。基于视觉的汽车主动安全技术是包含视觉感知技术、视觉几何测量技术、多源信息融合的决策技术、车辆自动驾驶控制技术等功能于一体的综合技术。它运用了视觉感知技术、视觉测量技术、多源分析决策技术、人工智能技术及自动控制技术等高新技术。 

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种基于图像处理的汽车防撞安全保护方法,适用于飞机、轮船、高速列车等交通工具，有效地避免碰撞事故的发生，确保行车安全。 

为解决上述技术问题，本发明所采用的技术方案是：一种基于图像处理的汽车防撞安全保护方法，包括汽车安全自动保护器图像识别系统，所述汽 车安全自动保护器图像识别系统包括多核处理器、车速采集模块、多个摄像机、显示模块、报警装置、定位装置，所述车速采集模块、摄像机、显示模块、报警装置、定位装置均与所述多核处理器连接，所述多核处理器与汽车安全自动保护器的专用刹车电机连接，该方法为： 

1）以各种路况下的车辆、行人障碍物图像或者人为建立的障碍物图像作为基础图像，提取障碍物图像的特征信息，建立图像特征库； 

2）摄像机实时采集汽车前方图像，并送入多核处理器处理； 

3）多核处理器将采集到的图像的特征信息与所述图像特征库中的特征信息进行比对，识别是否有障碍物；若是，进入4）；若否，返回2）； 

4）定位装置采集障碍物位置信息，利用单目测距方法或双目测距方法计算得到障碍物与汽车之间的实际距离T； 

5）设定车速采集模块采集的汽车速度V与安全距离S之间的比例关系，显示模块显示出障碍物的位置和障碍物与汽车之间的实际距离； 

6）若1.1*S≤T≤1.5*S，或者实际距离T变化范围≤5m/秒，则报警装置提示驾驶员前方存在障碍物，小心避让；若0.7*S≤T≤1.1*S，则多核处理器控制专用刹车电机介入减速控制，自动减速；若T≤0.7*S，则多核处理器控制专用刹车电机介入刹车控制，自动刹车； 

7)结束。 

所述步骤4）中，利用单目测距方法计算障碍物与汽车之间的实际距离T的过程为：多核处理器从图像特征库中读取障碍物的实际宽度、高度或体积数据，计算障碍物的实际大小S1，通过抠图算法采集障碍物边界的色度变化，得到障碍物的投影边界，将投影边界每一个像素看成一个标尺，计算得到障碍物成像大小S2，则障碍物与汽车之间的实际距离T=（S1/S2）*a，其中a 为换算系数。 

所述步骤4）中，利用双目测距方法计算障碍物与汽车之间的实际距离T的过程为：多核处理器控制两个摄像机按15-20帧/秒的速度同步曝光采集图片，并将图片由RGB格式转化为HSL格式，然后与图像特征库中的特征信息进行比对，在障碍物上选取一个特征点，测量两个摄像机同时采集的两副图片上的同一个特征点像素之间的偏移值，根据所述偏移值，利用三角函数计算出障碍物与汽车之间的实际距离T。 

所述多核处理器为多核DSP。 

所述步骤5）中，汽车速度V与安全距离S之间的比例关系如下：当V≤120KM/h时，V：S=1000：1；当V＞120KM/h时，V：S=800：1。 

与现有技术相比，本发明所具有的有益效果为：本发明的方法简单易实现，运算量小，能有效地避免碰撞事故的发生，保证行车安全；本发明的方法还适用于飞机、轮船、高速列车等交通工具。 

附图说明

图1为本发明一实施例汽车安全自动保护器图像识别系统结构示意图； 

图2为本发明一实施例方法流程图； 

图3为本发明一实施例单目测距示意图； 

图4为本发明一实施例双目测距示意图。 

具体实施方式